Practica Nro.

8
DISTRIBUCION NORMAL

1. OBJETIVO
 Entender qué es una Distribución normal y su aplicación
 Comprender que algunos fenómenos tienden a parecerse en su comportamiento a
esta distribución.
 Entender que la probabilidad asociada a una variable aleatoria se calcula
fácilmente mediante expresiones sencillas o mediante tablas

2. DEFINICIONES CONCEPTUALES
Distribución Normal. La distribución normal es la mas importante en el estudio de la
estadística , debido a que son muchos los fenómenos que son normalmente distribuidos.
Es un modelo que aproxima el valor de una variable aleatoria a una situación ideal,
dependiendo de la media y la desviación típica.
Las variables aleatorias que siguen este modelo son del tipo continuo. Por ejemplo, aquellas
que proceden del proceso de medidas como temperatura, peso, presión, altura etc.
Una variable aleatoria X tiene una distribución normal si su función de densidad es:

2
(𝑥− 𝜇)
1 −[ ]
2𝜎2
𝑓 (𝑥 ) = 𝜎 𝑒
√2𝜋
La representación gráfica de esta función es la que conocemos como campana de Gauss

Z =0

Es necesario conocer la función de distribución.

2
(𝑥− 𝜇)
1 [ ]
2𝜎2
𝑓 (𝑥 ) = 𝜎 𝑒 𝑑𝑥 -∞ < 𝑥 < ∞
√2𝜋
 Como cualquier función nos da la probabilidad de que X sea menor o igual que cierto z
2
(𝑥− 𝜇)
𝑏 1 [ ]
2𝜎2
∅(𝑧) = 𝑃(𝑋 ≤ 𝑧) = ∫𝑎 𝜎√2𝜋 𝑒 𝑑𝑥

Esta integral se calcula por métodos numéricos para distintos valores de “z” y se encuentra
en tablas de distribución normal estándar.
Una variable aleatoria que sigue una distribución normal tiene una 𝜇 = 0 y su varianza es
de 𝜎 2 =1. 𝑋~𝑁(0,1).

3. PÁRTE EXPERIMENTAL
Utilizando las teorías de distribución normal; resuelva los siguientes casos:

CASO 1
Hallar el área bajo la curva de distribución normal en cada uno de los siguientes casos.
a) Entre z=0 y z=1.2
𝑃(0 ≤ 𝑍 ≤ 1.2) = 0.3849

b) Entre z= -0.68 y z=0

𝑃(−0.68 ≤ 𝑍 ≤ 0) = 0.2517
c) Entre z=-0.46 y z= 2.21
𝑃(−0.46 ≤ 𝑍 ≤ 2.21)
𝐴𝑟𝑒𝑎 [−0.46 0] + [0 2.21] = 0.1772 + 0.4864 = 0.6636

d) A la derecha de z=2.05 y a la izquierda de Z=-1.44

𝑃(2.05 ≤ 𝑍 ≤ −1.44)
𝐴𝑟𝑒𝑎 = 1 − [−1.44 0] − [0 2.05] = 1 − 0.4251 − 0.4798
𝐴𝑟𝑒𝑎 = 0.0951

CASO 2.
Sea Z N(0,1). Determine
a) P(0.7<Z<1.3)
𝐴𝑟𝑒𝑎 𝑃𝜃(1.3) − 𝑃𝜃(0.7) = 0.4032 − 0.2580 = 0.1452

b) P(0.2<Z<1.1)
𝐴𝑟𝑒𝑎 𝑃𝜃(1.1) − 𝑃𝜃(0.2) = 0.3643 − 0.0793 = 0.285

c) P(-1.9<Z<-0.6)
𝐴𝑟𝑒𝑎 𝑃𝜃(1.9) − 𝑃𝜃(0.6) = 0.4713 − 0.2257 = 0.2456

CASO 3.
Sea X N(25,16). Determine 𝑑𝑜𝑛𝑑𝑒 𝜇 = 25 𝑦 𝜎 = √16 = 4
a) P(19<X<24)
𝑏−𝜇 𝑎−𝜇
𝜑𝑧 = 𝜑 ( )−𝜑( ) 𝑑𝑜𝑛𝑑𝑒 𝑎 = 19 𝑦 𝑏 = 24
𝜎 𝜎
24 − 25 19 − 25
𝜑𝑧 = 𝜑 ( )−𝜑( )
4 4
𝜑𝑧 = 𝜑(−0.25) − 𝜑(−1.5)
𝜑𝑧 = (1 − 𝜑0.25) − (1 − 𝜑1.5)
𝜑𝑧 = (1 − 0.0987) − (1 − 0.4332)
𝜑𝑧 = 0.9013 − 0.5668 = 0.3345 ∗ 100 = 33.45%

b) P(X>23) 𝑑𝑜𝑛𝑑𝑒 𝑥 = 23
𝑥−𝜇
𝑧=
𝜎

23 − 25
𝑧=
4

𝑧 = −0.5
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑛𝑜𝑠 𝑞𝑢𝑒𝑑𝑎 𝑃(𝑧 ≤ −0.5) = 0.6915 𝑐𝑜𝑙𝑎 𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
𝑃(𝑥 > 23) = 1 − 𝑃(𝑧 ≤ −0.5) = 1 − 0.6915 = 0.3085 ∗ 100 = 30.85%

c) P(X<25) 𝑑𝑜𝑛𝑑𝑒 𝑥 = 25
𝑥−𝜇
𝑧=
𝜎

25 − 25
𝑧=
4

𝑧=0
25 𝑒𝑠 𝑒𝑙 0 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑖𝑧𝑎𝑑𝑜 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑠 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜
𝑃(𝑥 < 25) = 1 − 0.5 = 0.5 ∗ 100 = 50%

CASO 4.
Si X es N(5,4), encontrar el valor de c tal que: 𝑑𝑜𝑛𝑑𝑒 𝜇 = 5 𝑦 𝜎 = √4 = 2
a) P(X<c) = 0.8749 𝑧 = 2 − 0.8749 = 1.15

𝑥−𝜇
𝑧= 𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑚𝑜𝑠 𝑥 = 𝑧𝜎 + 𝜇
𝜎
𝑥 = 1.15(2) + 5
𝑥 = 7.3
𝑃(𝑧 < 1.15) = 0.8749 𝑠𝑒𝑔𝑢𝑛 𝑡𝑎𝑏𝑙𝑎 𝑟𝑜𝑗𝑎
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑐 = 1.15

b) P(c<X) = 0.6406 𝑧 = 1 − 0.6406 = 0.36

𝑥−𝜇
𝑧= 𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑚𝑜𝑠 𝑥 = 𝑧𝜎 + 𝜇
𝜎
𝑥 = −0.36(2) + 5
𝑥 = 4.28
1 − 𝑃(𝑧 > 0.6406) = 0.3594
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑐 = 0.3594

c) P(X<c) = 0.95 𝑧 = 1 − 0.95 = 0.05

𝑥−𝜇
𝑧= 𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑚𝑜𝑠 𝑥 = 𝑧𝜎 + 𝜇
𝜎
𝑥 = 0.05(2) + 5
𝑥 = 5.1
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑐 = 0.05

CASO 5.
Un fabricante de cereales en paquetes tiene una etiqueta indicando peso de 12 onzas de
cereal por bolsa. Su distribución de pesos es N (12.2 , 0.04). ¿Qué porcentaje de bolsas
tienen peso de cereal inferior a las 12 onzas?
𝑃(𝑥 > 12) 𝑡𝑒𝑛𝑖𝑒𝑛𝑑𝑜 𝜇 = 12.2 𝑦 𝜎 = √0.04 = 0.2
𝐷𝑜𝑛𝑑𝑒 𝑥 = 12, 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑙𝑎 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛
𝑥−𝜇 12 − 12.2
𝑧= 𝑧= 𝑧 = −1
𝜎 0.2
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑛𝑜𝑠 𝑞𝑢𝑒𝑑𝑎 𝑃(𝑧 ≤ −1) = 0.8413 𝑐𝑜𝑙𝑎 𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎
𝑃(𝑥 > 12) = 1 − 𝑃(𝑧 ≤ −1) = 1 − 0.8413 = 0.1587 ∗ 100 = 15.87%

CASO 6.
Una maquina llena bolsas con cemento a 100 libras. El peso que se pone en cada bolsa es
una variable aleatoria con 𝜎 = 0.5lbs. El promedio de la distribución puede ser fijado por
el operador. A que peso promedio debe ser fijada la máquina para que solo 5% de las
bolsas estén bajo el peso especificado?
𝑃(𝑥 > 𝑧) = 0.05 𝑡𝑒𝑛𝑖𝑒𝑛𝑑𝑜 𝜇 =? 𝑦 𝜎 = 0.5
𝑃𝑜𝑟 𝑡𝑎𝑏𝑙𝑎 𝑧 = 1.645
0.25 − 𝜇
1.645 = 0.8225 = 0.25 − 𝜇 𝜇 = 0.5725
0.5

𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑒𝑠 0.5725

Bibliografia
 Muray R. Spiegel.Larry J.Stephens. Estadística Cuarta ediciónMc Graw Hill.Mexico
 Douglas.C Montgomery.George.C.Runger Applied Statistics and Probability for
Engineers, 3rd Edition,
 Montgomery Probabilidad y estadística para ingeniería y administración, Hines,.
3rd Ed.